目录
火山图
火山图用于展示基因表达差异的分布，横轴为log2 fold change，越偏离中心差异倍数越大；纵轴为(-1)*log10 p_adjust，值越大差异越显著。一般横轴越偏离中心的点其纵轴值也会比较大，因此呈现火山喷发的形状。
一步绘制火山图
输入数据格式
火山图需要的数据格式如下 (本文用到的数据文件名为volcano.txt，文末有下载链接，此处截取一部分作为例子，也可用来画图，只是数据少，效果不明显)
- id: 不是必须的，但一般的软件输出结果中都会包含，表示基因名字。
- log2foldchange: 差异倍数的对数，一般的差异分析输出结果中也会给出对数处理的值, 因此程序没有提供这一步的计算操作。
- padj: 多重假设检验矫正过的差异显著性p值；一般的差异分析输出结果为原始值，程序提供一个参数对其求取负对数。
- significant: 可选列，标记哪些基因是上调、下调、无差异；若无此列或未在参数中指定此列，默认程序会根据
padj列和log2foldchange列根据给定的阈值自动计算差异基因，并作出不同颜色的标记。 - label: 可选列，一般用于在图中标记出感兴趣的基因的名字。非
-行的字符串都会标记在图上。
id log2foldchange padj significant label e00007 4.28238 0 ehbio_up a e00008 -1.1036 0.476466843393901 unchanged - e00009 -0.274368 1 unchanged - e00010 4.62347 7.37606076333335e-103 ehbio_up - e00012 0.973987 0.482982440163204 unchanged - e00017 -1.30205 0.000555693857439792 baodian_up b e00024 0.617636 2.78047837287061e-13 unchanged - e00033 1.48669 2.56000581595275e-60 ehbio_up - e00034 -0.783716 0.00341521725291801 unchanged - e00036 2.01592 6.03136656016401e-06 ehbio_up c e00040 -1.89657 4.73663890849056e-21 baodian_up - e00041 -0.268168 0.563429434558031 unchanged - e00042 0.0861048 0.367700939634328 unchanged - e00043 -1.19328 1.42673872027352e-153 baodian_up - e00044 -0.887981 2.43067804654905e-26 unchanged - e00047 -0.610941 5.51696648645932e-57 unchanged -
使用significant列绘制火山图
# -f: 指定输入文件，格式如上 # -x: 指定横轴变量，值为输入文件中与取过对数的变化倍数相关的列的名字 # -y: 指定纵轴变量，值为输入文件中与p-value # (也可能是p-adj，是否取过对数都可以)相关的列的名字 # -p: 若为true，则表示对<-y>指定的列进行-log10转换 # -l: 指定图例的位置 # -s: 指定差异基因列 # -s: 指定差异基因列不同的标签出现的顺序 sp_volcano.sh -f volcano.txt -x log2foldchange -y padj -s significant -s "'ehbio_up', 'baodian_up', 'unchanged'" -p true -l top
这个图看上去还可以，没有太大的问题。但有部分点与最顶端的线重合了，这些点的pvalue为0，取负对数后为负无穷。另外在一些情况下，会存在部分基因的pvalue极小，使得整张图呈现一个压缩的趋势，大部分点偏安于图的下方，中间大段空白，最上面零星几个点。为了避免这种情况，程序设置了参数-m用于设定pvalue的最大的负对数，所有大于给定值的数，都会视为给定值。
# -m 10: 指定p-value(也可能是p-adj);若小于10^(-10)，则为10^(-10) # 用于部分p-value存在异常值，导致整个图都被压缩在最底部 p_volcano.sh -f volcano.txt -x log2foldchange -y padj -s significant -s "'ehbio_up', 'baodian_up', 'unchanged'" -p true -l top -m 10
注意看纵轴的变化，和最上面排成一条线的一堆点。
自动计算significant列绘制火山图
若不存在significant列，程序会根据-f指定的参数计算并标记差异基因。-f的默认值为"0.05,1"(引号是必须的), 第一个数表示pvalue或padj，对应于<-y>列；第二个数表示对数转换的差异倍数，对应于<-x>列。
# <-f "0.05,1">, 默认值，故命令行中未写，引号是必须的 sp_volcano.sh -f volcano.txt -x log2foldchange -y padj -p true -l top
# -m 10: 与之前相同 sp_volcano.sh -f volcano.txt -x log2foldchange -y padj -p true -l top -m 10
火山图中标记基因的名字
# -l: label，在图中标记部分基因的名字； # label为含有待标记基因名字的列名，此列中非<->的非空字符都会视为基因名字 sp_volcano.sh -f volcano.txt -x log2foldchange -y padj -p true -l top -m 10 -l label
label列中非-的值都会标记在图上。
今天先到这，前天提到的富集分析图，今天的火山图都是散点图的一种，后续介绍散点图时再对用到的r代码进行解读。需要绘图脚本的，还是请帮助转发下，谢谢。
数据文件链接 . 提取码：1234
